互联网大厂数据分析面试常见问题及解法，建议收藏

工作5年多，在大厂也面试了几十场的同学，有社招也有校招，从面试官的角度沉淀了一些常见的数据分析问题以及问题背后考察的能力，并为大家一一拆解背后的逻辑，助力大家拿offer！

---

能力模块划分

按照数据分析通用的能力模型划分为以下模块，通常面试官会针对简历中涉及到这四个模块的部分重点深入提问，若简历不涉及这部分则会从通用问题出发考察候选人的能力水平。

1. 指标体系建设：根据业务目标，制定能客观反应业务现状和进度的指标体系。

2. 业务理解洞察：从数据出发，发现或解决业务问题，洞察业务机会，并将数据价值落地在业务中，不断迭代优化。

3. 数据分析方法：了解数据分析方法的底层原理，并能主导完成数据分析项目，应用合适的工具或模型（包括但不限于ABtest应用、规则模型、有/无监督机器学习模型、神经网络等），深入了解业务问题，针对业务痛点给出可落地的分析结论。

4. 技术能力考察：重点考察技术选型、落地方案，如数据开发能力、大数据组建的应用、数仓的搭建等等

---

面试常见问题

1. 指标体系建设

问题1：比如为滴滴的管理层搭建公司级的指标体系，同理可得其他常见的移动端APP或PC端的应用。通常会根据候选人背景而定。

问题2：在xx场景下，需要选用唯一的北极星指标去跟踪，请问你会选取什么指标？为什么选取该指标？该指标能反应项目当前的进度或公司的发展情况吗？该指标有什么问题？

考察内容：北极星指标的选择、指标体系搭建的方法论

• 北极星指标的选择：

• 系统性：能够发现局部与整体的关系及问题定位，当数据发生异动时，通过指标体系的逻辑拆解，能迅速定位到大致的异动模块及原因；

• 全面性（重点考察）：能满足不同数据使用方的日常需求，对产品经营及发展情况有整体了解；

• 认知统一：指标体系服务于不同角色群体，简单科学可解释，符合大众认知；

• 告别虚荣（重点考察）：指标体系要能反映产品活跃情况，杜绝华而不实的虚荣指标；

• 重视健康度